SsInsurance®삼성보험-ℋ𝒶𝓋ℯ ᵃ 𝓁ℴ𝓋ℯ𝓁𝓎 ᵈᵃʸ

삼성©사이버보험®(SsCyber Liability Insurance)℠

삼성©사이버보험®(SsCyber Liability Insurance)℠ 자세히보기

보험inSite(인사이트)

AI를 활용한 보험 세일즈 - AI 기반 보험 세일즈의 특징과 전망

삼성생명®삼성화재®삼성자동차보험®삼성카드® 2025. 4. 1. 20:20
반응형

AI를 활용한 보험 세일즈에 대한 유튜브 방송 내용을 요약한 것 - 방송에서 다룬 주요 내용을 바탕으로 AI 기반 보험 세일즈의 특징과 전망

 


1. AI 기반 보험 세일즈의 주요 내용

(1) AI 세일즈 전문가의 시대

  • 디지털 전환 가속화: 보험업계에서도 AI와 디지털 기술을 활용한 세일즈가 필수가 되고 있음.
  • FP(보험 설계사)의 역할 변화: 단순한 상품 판매에서 벗어나 데이터를 기반으로 고객 맞춤형 상담 제공.
  • 개인 브랜딩 강화: 고객은 회사보다 설계사의 전문성과 신뢰성을 중시하기 때문에 설계사 개인의 브랜딩이 중요.

(2) AI 활용의 장점

  • 고객 데이터 분석: AI 기반 CRM(Customer Relationship Management)을 통해 고객의 나이, 직업, 건강 상태 등을 분석하고, 적합한 상품 추천.
  • 시간 절약: 반복적인 업무를 AI가 대신 처리하여 설계사는 고부가가치 업무에 집중 가능.
  • 맞춤형 상담 제공: 고객별 데이터를 바탕으로 최적화된 상담과 솔루션 제공.
  • 챗봇 및 자동화 시스템: 고객의 기본적인 질문에 대한 응답을 자동화하여 효율성 증대.

(3) AI 도입으로 인한 변화

  • FP의 생존 전략: AI가 단순 업무를 대체하면서 설계사는 더 전문적이고 창의적인 역할을 수행해야 함.
  • 고객 경험 개선: AI를 활용해 고객의 니즈를 더 정확히 파악하고, 만족도를 높이는 방향으로 진화.
  • 데이터 기반 의사결정: 과거 데이터를 활용해 고객의 관심 상품을 예측하고, 이를 바탕으로 상담 진행.

2. AI와 FP의 협력

(1) AI는 도구, FP는 해석자

  • AI는 데이터를 분석하고 예측하는 도구로 활용되며, 설계사는 이를 해석하고 고객에게 전달하는 역할.
  • 고객의 감정적, 인간적 니즈를 충족시키는 것은 여전히 설계사의 몫.

(2) AI 활용 사례

  • 챗봇: 기본적인 질문 응답 및 상담 예약 지원.
  • CRM 시스템: 고객 데이터 통합 관리 및 분석.
  • 추천 알고리즘: 고객의 과거 데이터를 바탕으로 적합한 상품 추천.

3. AI 기반 세일즈의 전망

(1) 3.5세대 보험 세일즈 시대

  • 디지털 기술과 AI를 적극적으로 활용하는 세일즈 방식이 주류로 자리 잡음.
  • 고객은 단순히 상품을 구매하는 것을 넘어, 설계사의 전문성과 디지털 역량을 기대.

(2) 미래의 FP

  • 디지털 세일즈 전문가: AI와 디지털 기술을 활용하여 고객의 문제를 해결하는 전문가로 자리 잡음.
  • 지속적인 학습 필요: AI 기술과 디지털 트렌드를 학습하지 않으면 경쟁에서 뒤처질 가능성이 큼.

(3) 고객 중심의 세일즈

  • 고객 경험을 최우선으로 하고, 맞춤형 솔루션을 제공하는 것이 중요.
  • 고객의 디지털 환경에 적응하고, 젊은 세대와의 소통을 강화해야 함.

4. 결론

AI를 활용한 보험 세일즈는 설계사(FP)들에게 새로운 기회와 도전을 동시에 제공합니다. AI는 설계사의 업무를 대체하는 것이 아니라, 더 효율적이고 전문적인 상담을 가능하게 하는 도구입니다. 설계사는 AI를 활용하여 고객에게 차별화된 가치를 제공하고, 디지털 시대에 맞는 세일즈 전략을 구축해야 합니다.

추가적인 정보나 도움이 필요하시면 언제든 말씀해주세요! 😊

AI를 활용한 보험 세일즈의 시대가 도래하고 있습니다. 이러한 변화는 보험업계에 많은 기회를 제공하며, AI가 고객 상담 및 영업 전략에 직결되는 사례들이 증가하고 있습니다.

  1. AI의 역할: 보험사들이 AI를 통해 고객 맞춤형 제품을 제공하고, 세일즈 프로세스를 효율화할 수 있는 방향으로 발전하고 있습니다. 예를 들어, 한화생명은 고객의 가입 현황과 보장 내역을 분석하여 개인별 맞춤형 상담 훈련 솔루션을 개발했습니다. 이를 통해 FP(재무설계사)는 고객에게 보다 전문적이고 신뢰성을 제공할 수 있습니다. 
  2. 교육과 전문화: AI 기술의 적절한 활용을 위해 보험사들은 FP 양성과 교육에 집중하고 있습니다. 최근에는 'AI 핵심역량 아카데미’와 같은 교육 프로그램이 개설되었으며, 이를 통해 보험업계 종사자들의 디지털 역량을 강화하고 있습니다. 이러한 프로그램에서는 AI와 관련된 다양한 커리큘럼을 제공하여, 현업에서 바로 활용할 수 있는 기술을 습득할 수 있도록 하는 데 초점을 맞추고 있습니다. 
  3. 미래 전망: AI는 앞으로도 보험업계의 다양한 영역, 예를 들어 상품 개발, 계약 심사, 그리고 보험금 지급에도 적극적으로 활용될 예정입니다. 특히, AI가 시니어 고객을 위한 맞춤형 서비스와 솔루션을 제공할 수 있는 방법들이 점차 구체화되고 있습니다. 이러한 변화는 보험사들이 고객과의 관계를 심화시키고, 경쟁력을 강화하는 데 큰 도움이 될 것입니다. 

AI를 통한 보험 세일즈의 혁신은 단순히 기술적 접근을 넘어서, 고객과의 신뢰 구축과 맞춤형 서비스 제공을 통해 보험업계의 미래를 변화시키고 있습니다.

 
 
AI를 활용한 보험 세일즈: 'AI(디지털) 세일즈 전문가의 시대'
1. AI의 중요성과 활용
AI의 도입: 현대 보험 영업에서 AI는 필수적인 도구로 자리 잡고 있습니다. AI는 고객 데이터를 분석하고, 맞춤형 솔루션을 제공하여 세일즈 활동을 지원합니다.
효율성 증대: AI를 통해 반복적인 작업을 자동화하고, 고객과의 소통을 원활하게 하여 영업 효율성을 높일 수 있습니다.
2. AI 세일즈 전문가의 필요성
디지털 세일즈 시대: AI가 보험 세일즈의 중요한 역할을 함에 따라, 세일즈 전문가들은 AI를 활용하여 경쟁력을 갖추어야 합니다.
고객 맞춤형 서비스: AI는 고객의 성향과 필요를 분석하여 적절한 상품을 추천하고, 개인화된 상담을 제공합니다.
3. AI의 장점
데이터 분석: AI는 방대한 고객 데이터를 실시간으로 분석하여 최적의 솔루션을 제시할 수 있습니다.
챗봇 및 자동 응답 시스템: 고객의 질문에 즉각적으로 대응할 수 있는 시스템을 구축하여 고객 만족도를 높입니다.
4. AI 활용 전략
고객 관리: CRM 시스템과 AI를 결합하여 고객의 관심사를 파악하고, 맞춤형 상담을 진행합니다.
상품 추천: 고객의 이전 구매 이력과 선호도를 기반으로 적합한 보험 상품을 추천합니다.
5. 고객 상담 시 주의할 점
명확한 의사소통: AI를 통한 상담에서도 고객과의 신뢰 관계를 유지하기 위해 명확하고 친절한 의사소통이 필요합니다.
개인화된 접근: 고객의 상황에 맞춰 개별적으로 접근하여 상담의 질을 높여야 합니다.
결론
AI는 보험 영업에 혁신을 가져오고 있으며, 세일즈 전문가들은 이를 적극적으로 활용하여 경쟁력을 유지해야 합니다. 고객 맞춤형 솔루션과 효율적인 상담을 통해 보험 영업의 새로운 패러다임을 만들어 나가야 합니다.

추가적인 질문이나 더 구체적인 정보가 필요하시면 언제든지 말씀해 주세요!
 

"보험 생성형 AI 활용 초기 단계···활용 과정 문제 대비 필요"

보험연구원 '보험산업에서의 생성형 AI 활용과 과제' 보고서
"대면판매 인력 완전 대체에는 일정기간 소요될 것
보험금 지급 과정 편향성과 차별, 저작권 등 문제 발생"

보험가치사슬별 생성형 AI 기술 활용과 효과/사진=보험연구원 '보험산업에서의 생성형 AI 활용과 과제' 보고서


보험산업의 주요 업무에 생성형 인공지능(AI) 기술 속속 적용되고 있지만, 아직까지는 후선지원 업무, 마케팅, 고객관리 등 직원들의 업무를 보조하는 식의 초기 단계에 머물고 있는 것으로 나타났다.

향후 대면채널이나 영업지원 등 AI 적용 범위가 확대될 것으로 예상되나, 기존 대면판매 인력을 완전히 대체하는 데는 일정기간이 소요될 것으로 전망된다. 

보험금 지급 과정에서의 편향성과 차별, 저작권 침해 등 AI기술 접목으로 인한 새로운 문제까지 발생하면서 이에 대한 대비가 필요하다는 지적이 나왔다. 

15일 보험연구원의 '보험산업에서의 생성형 AI 활용과 과제' 보고서에 따르면 생성형AI 기술이 보험회사의 후선지원 업무, 마케팅, 상품추천, 계약인수심사, 보험금 청구·지급, 고객관리 등 다양한 분야에 활용되면서 보험회사의 기존 업무절차가 재편되고 있다.

구체적으로는 대규모언어모형(LLM)를 활용해 사내업무절차를 자동화하거나 조직원들의 업무수행 과정에서의 애로사항 개선에 활용하고 있다.

일본 미쓰이스미토모생명은 챗GPT를 기반으로 개발한 자사 채팅시스템을 기획서 작성 등 사내업무에 활용하고 있다.

2023년 7월 본사 직원 1만명을 대상으로 시스템을 운영한 결과, 1주일 걸렸던 작업을 하루 만에 마무리하는 등 생산성이 크게 향상된 것으로 나타났다. 

데이터기반 AI모형을 마케팅 업무에 적용해 소비자에게 적합한 보험상품을 추천하는데 활용하고 있는 회사도 있다. 

일본 도쿄해상일동화재보험은 개별 소비자의 위험보장 수준 평가 과정에 AI 기술을 적용해 최적의 보험계약을 제안할 수 있도록 돕고 있다.

사고영상 해석이나 보험금 산출에 생성형AI를 적용해 효율성을 크게 개선한 사례도 있다.

일본 SBI소액단기보험회사는 회사가 축적한 다양한 보험사고와 보험금 지급 사례를 생성형AI에 학습시켜 실제 소비자들의 보험금 청구 요건에 대해 보험금 지급 대상에 해당하는지 실시간으로 알려준다.

제일생명 프론티어, SBI손해보험, 도쿄해상, 라쿠텐, 헬베티아, 알리안츠에서는 고객관리에 적용해 고객경험을 개선하는 효과를 얻었다. 

이처럼 각 사업 부문에 생성형AI가 적용되면서 업무 효율화, 생산성 향상 등의 효과가 나타나고 있으며 향후 더 많은 부분에 적용이 확대될 것으로 보인다.


AI를 활용한 보험 세일즈의 시대가 도래하고 있습니다. 이러한 변화는 보험업계에 많은 기회를 제공하며, AI가 고객 상담 및 영업 전략에 직결되는 사례들이 증가하고 있습니다.

  1. AI의 역할: 보험사들이 AI를 통해 고객 맞춤형 제품을 제공하고, 세일즈 프로세스를 효율화할 수 있는 방향으로 발전하고 있습니다. 예를 들어, 한화생명은 고객의 가입 현황과 보장 내역을 분석하여 개인별 맞춤형 상담 훈련 솔루션을 개발했습니다. 이를 통해 FP(재무설계사)는 고객에게 보다 전문적이고 신뢰성을 제공할 수 있습니다. 19
  2. 교육과 전문화: AI 기술의 적절한 활용을 위해 보험사들은 FP 양성과 교육에 집중하고 있습니다. 최근에는 'AI 핵심역량 아카데미’와 같은 교육 프로그램이 개설되었으며, 이를 통해 보험업계 종사자들의 디지털 역량을 강화하고 있습니다. 이러한 프로그램에서는 AI와 관련된 다양한 커리큘럼을 제공하여, 현업에서 바로 활용할 수 있는 기술을 습득할 수 있도록 하는 데 초점을 맞추고 있습니다. 14
  3. 미래 전망: AI는 앞으로도 보험업계의 다양한 영역, 예를 들어 상품 개발, 계약 심사, 그리고 보험금 지급에도 적극적으로 활용될 예정입니다. 특히, AI가 시니어 고객을 위한 맞춤형 서비스와 솔루션을 제공할 수 있는 방법들이 점차 구체화되고 있습니다. 이러한 변화는 보험사들이 고객과의 관계를 심화시키고, 경쟁력을 강화하는 데 큰 도움이 될 것입니다. 15 17

AI를 통한 보험 세일즈의 혁신은 단순히 기술적 접근을 넘어서, 고객과의 신뢰 구축과 맞춤형 서비스 제공을 통해 보험업계의 미래를 변화시키고 있습니다.

 

 

보험산업 생성형 AI 시장규모 전망/사진=보험연구원 '보험산업에서의 생성형 AI 활용과 과제' 보고서

 

블룸버그 마켓리서치는 전세계 보험산업에서의 생성형 AI 시장 규모가 2022년 3억달러에서 2032년 55억달러로 1,733% 성장할 것으로 보고 있다. 

다만, 보험상품의 특성상 상품판매 과정에서 생성형AI 활용을 통한 직접적 판매는 더디게 진행될 것으로 보고서는 예상했다.

AI 활용에 대한 우려도 제기되고 있다. 

보고서를 쓴 김동겸 보험연구원 연구위원은 보험회사 업무에 AI 기술 적용이 늘어나면서 제기되는 우려사항으로 △신뢰성(투명성·설명가능성) △편향 △개인정보 △사이버리스크 등을 지적했다.

그는 "생성형 AI가 정보기술(IT)기업이 구축한 기초모델을 기반으로 실행됨에 따라 사용자는 특정 결과물이 도출된 원인을 설명·이해하는 것이 불가능할 수 있고 부정확한 응답이 발생할 가능성이 있다"고 했다. 

데이터 편향성으로 특정 대상에 대한 편견·차별을 나타낼 수 있고 비윤리적 정보 생성이 가능하다는 점도 문제점으로 제기됐다. 

인간에 의해 의사결정이 이뤄지는 경우 사고 발생 시 책임 주체가 명확하지만, AI가 개입된 의사결정으로 문제가 발생하는 경우에는 그에 대한 책임을 어떻게 분담할 지가 명확하지 않다. 

실제 AI 적용으로 보험계약 인수 및 보험금 지급 과정에서의 편향성과 차별, 저작권·프라이버시 침해 등의 문제와 관련된 소송은 현실화되고 있다.

미국 보험회사 스테이트팜과 시그나, 유나이티드헬스는 인종 소수자와 고령층 고객에 대해 보험금 지급을 거부하는 자동화시스템을 운영 중이라는 이유로 집단소송에 휘말린 상태다.

생성형 AI의 리스크에 대한 이용자들의 인식/사진=보험연구원 '보험산업에서의 생성형 AI 활용과 과제' 보고서

 

글로벌 컨설팅 회사 맥킨지가 실시한 생성형 AI의 리스크에 대한 이용자들의 인식 조사 결과에서도 이용자들은 생성형 AI가 가진 부정확성, 사이버리스크, 지적재산권 침해 등을 우려하고 있는 것으로 나타났다. 

이용자들은 생성형 AI의 리스크로 △부정확성(56%) △사이버리스크(53%) △지적재산권 침해(46%)  △규제준수(45%) △설명가능성(39%) △개인정보 유출(39%) △인력 대체(34%) △차별(31%) △기업평판(29%) 등을 인식했다.  

김 위원은 "금융감독당국이 산업의 혁신과 소비자 보호가 조화롭게 이루어질 수 있도록 관련 규정을 정비할 필요가 있다"고 지적했다. 

각 나라의 금융감독당국은 금융소비자 피해를 방지하고 금융기관의 AI기술의 책임있는 사용을 위해 일반법 제정 등 대응책을 마련하고 있다. 

EU집행위원회는 AI의 개발과 사용을 규제하기 위해 2021년 4월 인공지능법(AI Act)을 발의했다. 이후 정비 과정을 거쳐 지난해 12월 유럽 27개 회원국들이 이 법안에 합의했다. 

미국 바이든 정부는 AI위험관리를 위해 AI 안전성 평가 의무화와 개인정보보호 개선을 위한 포괄적인 규제와 지침이 담긴 행정명령을 발표했다. 

싱가포르는 금융기관의 책임있는 AI기술 사용을 위해 공정성·윤리성·책임성·투명성 원칙을 회사의 리스크 거버넌스(Risk Governance)에 통합하도록 ‘Veritas Toolkit 2.0’을 발표했다. 

김 위원은 각 보험사도 이에 대한 대비가 필요하다고 지적했다. 

그는 "보험사 경영진은 데이터, 브랜드 등 자사의 고유한 자산과 생성형 AI 기술을 조합해 소비자에게 혁신적 서비스 전달이 가능하도록 경영전략을 수립할 필요가 있다"고 강조했다. 

김 위원은 일본의 사례를 예로 들었다. 일본에서는 금융기관과 AI 스타트기업을 중심으로 결성된 ‘금융데이터 활용 추진협회’가 생성형 AI의 혁신적이고 건전한 활용을 위해 생성형 AI 이용 가이드라인 제정을 준비하고 있다. 

김 위원은 "보험회사는 생성형 AI 기술 도입이 회사의 효율성을 어떻게 높일 수 있으며 고객에게 새로운 서비스를 어떻게 전달할 것인지를 사전에 검토하고, 새로운 기술을 활용하는 과정에서 예상되는 문제점에 대한 대비가 필요하다"고 밝혔다. 

AI 보험설계사의 미래
 
 
©게티이미지뱅크

 

한국공제보험신문이 ‘2030보험라이프’ 시리즈를 연재합니다. 2030세대의 보험·공제에 대한 솔직한 생각과 에피소드를 공유하고, 실생활에서 진짜 필요한 보험 및 제도는 무엇인지 함께 고민합니다.

24년은 AI 시대다. 내 삶과 멀리 떨어진 전문 영역이라 생각했던 기술이, 어느덧 휴대폰의 안의 솔루션으로 진입해 있다. AI 기술을 업무에 활용하는 꿀팁들이 넘쳐나고, 실제로 성과를 거두는 사례들이 여러 업종에서 가시적으로 나타나고 있다. 보험업도 AI 광풍의 무풍지대는 아니다. AI 기술을 좀 더 활용한다면 업 자체의 본질이 바뀔 수도 있다.

보험업의 가장 큰 핵심은 정보와 사람이다. 보험설계사로 불리는 사람은 보험에 관한 많은 정보를 가지고 있고, 자신의 네트워크와 마케팅 역량을 활용해 신규 고객을 발굴해 최적의 보험 상품을 세일즈한다. 신규 고객은 보험에 대한 관심이 아예 없고, 무분별한 스팸 메시지처럼 귀찮아할 가능성이 높다. 보험설계사는 이런 잠재 고객에게 보험의 필요성을 설명하고, 이를 계약까지 이끌어내는 역할을 수행한다. 어찌 보면 상품과 사람을 함께 이해해야 하는 종합예술의 영역이다.

하지만 고객은 항상 의구심을 가지게 된다. 내 앞의 보험설계사가 정말 나에게 최적의 상품을 제공해 주는가? 이 가격은 적절한가? 비슷한 구성의 다른 회사 상품이 있지 않은가? 하지만 이를 확인하기가 쉽지 않다. 복잡한 구성의 보험 상품을 일일이 살펴보기도 힘들고, 개인의 소득 구조 및 재무 환경, 가치관, 위기대처 역량이 다르기에 단순비교도 어렵다. 자신과 친하거나 소개받은 설계사의 믿음직한 평판과 계약 시 보여주는 그의 언변을 믿을 수밖에 없다.

‘사람’이 매출과 이익에 직결되기에 보험사에서는 ‘사람’에 많은 투자를 해왔다. 22년 금융감독원이 발표한 보험설계사는 62만 명에 달한다. 꾸준히 신규 보험설계사를 모집하고, 보험협회 등록 요건을 갖추기 위한 교육에도 많은 투자를 한다. 보험설계사가 된 이후에도 자사의 상품과 서비스에 대한 이해를 돕기 위해 많은 시간을 쏟는다. ‘사람’이 자산인 것이다.

하지만 생성형 AI 등장은 ‘사람’이 하던 많은 역할을 대체하거나 더 잘할 수 있다. 잠재 고객이 SNS나 인터넷에 남긴 몇 가지 정보만으로 보험에 가입할 사람인지 아닌지 판단할 수도 있다. 개인에게 최적화된 상품과 특약 구조를 만드는 것은 AI의 전문 영역이다. 사람이라면 검증하지 못할 수많은 변수를 조합해, 가장 좋은 상품을 만들어 낸다. 오롯이 사람이 전담해 왔던 교육도 AI가 대체할 수 있다. 개인별 학습 수준과 역량을 고려하여 최적의 방법론과 내용을 전달하여, 신속히 목표를 달성할 수 있다. 특히 외국인이 늘어나는 인구구조에서 다국어 적용이 가능한 AI 강사는 매우 효율적이고 매력적인 대안이 될 수 있다.

그럼 60만명이 넘는 기존의 보험설계사를 대체해, AI 보험설계사 혼자서 오롯이 영업을 할 수 있을까? AI는 리서치, 분석, 큐레이션 등에 능하지만 사람의 감정을 터치하지 못한다. 보험에 관심이 없는 사람에게 접촉해, 이를 보험 계약으로 이끌어내는 것은 오롯이 ‘사람’의 영역이다. 비대면/온라인 보험 서비스가 저렴하고, 간편하지만, 보험에 관심이 없는 사람은 이런 서비스에 접근할 생각조차 하지 않는다. ‘잠재 고객’을 ‘보험’ 생태계에 끌어올리는 것은 ‘사람’의 역할인 것이다.

하지만 ‘보험’ 주제 하나로 사람을 매혹하기에는 이미 세상에 재미나는 정보와 유익한 서비스가 넘친다. 유튜브만 해도 이미 수많은 채널에서 보험 상품을 비교하고, 추천 상품이나 가입하지 말아야 할 상품 등을 영상으로 쉽게 알려주고 있다. 굳이 보험설계사를 만나서, 귀찮게 보험 얘기를 들을 사람이 많지 않은 것이다. 하지만 ‘보험’을 벗어나 한 개인의 라이프를 컨설팅해 준다면 이야기가 달라진다. 취미, 진로, 네트워킹, 재무, 여가, 교육 등 개인에게 최적화된 솔루션과, 개인 성장에 도움이 되는 다양한 업종과의 만남의 기회를 제공한다면, ‘만남’의 필요성과 가치는 급상승할 것이다.

AI 기술의 등장은 보험설계사에게 새로운 기회이자 위협이다. 단순 관리형 영업을 하던 보험 설계사는 AI에게 많은 일자리를 뺏길 것이고, AI 기술을 활용해 새로운 고객을 발굴하고, 고객별 맞춤형 서비스를 제공하려는 설계사에게는 무궁무진한 기회가 될 것이다.

한번 상상해 보자. 보험설계사를 만났는데 경제 환경과 내가 종사하는 업종을 비교해 단/장기적으로 닥칠 재무적 위협을 안내해 주고, 이를 극복하기 위해 내가 갖추어야 할 역량과 교육 서비스, 내가 만나면 좋을 전문가, 타 업종과 시너지를 낼 수 있는 아이디어 추천, 나의 라이프 사이클, 최근 관심사, 취미 생활에 대한 얘기를 다방면으로 나눈다고 생각해 보자. 소소한 일상 이야기를 나누다가 보험설계사가 마무리로 이런 얘기를 한다.

“오늘 우리가 나눈 이야기를 AI가 듣고 추천 서비스 무료로 설계해 드렸어요. 고객님 업종에 대한 산업 분석 리포트와 관련 전문가, 세미나도 추천해 드렸어요. 최근에 BMI(비만도) 지수가 올라갔는데, 피트니스 센터 연계 서비스도 있으니 매주 3회씩 건강관리 하시고, 지난달 보너스 받으신 거는 연금 상품에 지금 투자하시면 수익률 좋다고 AI 투자센터가 추천하네요. 어제 자동차 접촉 사고 나신 건은 영상 AI로 분석해 보니 과실이 5:5 정도 예측되니 참고하세요. 다음에 가입하면 좋을 특약과, 자동차 수리 가이드도 추천되어 있으니 한번 살펴보세요. 오늘 얘기 나눈 대화는 회의록으로 정리해서 고객님 메일로 이미 발송되었으니, 더 궁금한 거 있으면 추천 링크 클릭해 보세요! 그럼, 이만!”

설계사의 머지않은 미래다. AI를 통해 일을 먼저 없애는 자가 새로운 일을 할 수 있다. AI가 잘하는 일은 신속히 맡기고, 나머지 사람이 잘할 수 있는 영역에 집중하는 것. 업을 넘어 AI 시대를 맞이하는 우리의 새로운 숙제다.


애피어, 전 제품군에 생성형 AI 통합 발표···  광고, 개인화, 데이터 솔루션 강화

 

LLM 기술로 모든 플랫폼에서 지능형 비즈니스 전략 구현 가능... 장기적인 R&D 투자 및 지속가능한 성장에 대한 의지 투영 

인공지능(AI) 기반 비즈니스 의사결정을 지원하는 글로벌 서비스형 소프트웨어(SaaS) 기업 애피어(Appier)가 전 제품군에 생성형 AI 기술을 통합했다고 밝혔다. 대규모 언어 모델(LLM)을 적용한 이번 업그레이드는 주요 플랫폼인 광고 클라우드, 개인화 클라우드, 데이터 클라우드 전반에 적용됐으며, 이를 통해 고객 획득과 유지, 전환율 개선, 데이터 인사이트가 강화되어 보다 스마트한 비즈니스 의사결정이 가능해질 것으로 기대된다. 애피어는 이번 업데이트로 연구개발(R&D) 강화하고 장기적인 성장 기반을 마련한다는 계획이다.

맥킨지 보고서에 따르면 생성형 AI는 연간 2.6조~4.4조 달러에 이르는 경제적 가치가 창출될 것으로 예상되며, 가트너는 2026년까지 1억 명 이상이 일상에서 로봇동료(Robocolleagues)와 협업하게 될 것으로 전망했다. 이는 생성형 AI가 특히 자동화와 콘텐츠 제작 분야에서 빠르게 확산되고 있음을 보여준다. 앞으로 광고는 브랜드와 잠재 고객간의 의미 있는 대화를 위한 역동적인 매체로 진화할 것이다. 브랜드들은 실시간 데이터 인사이트와 시의적절한 광고 크리에이티브 및 매력적인 광고 문구를 생성함으로써 잠재고객과 더욱 강력한 양방향 커뮤니케이션을 촉진할 수 있다. 이러한 혁신적인 접근 방식은 광고 피로도를 완화하고 마케팅 효과를 높일 수 있다.

애피어는 생성형 AI의 상업적 잠재력을 극대화하기 위해 광고 및 마케팅 여정의 전 과정에 AI 기반 자동화를 적용했다. 독자적인 알고리즘과 도메인 전문성을 기반으로 고객 세분화와 같은 핵심 프로세스부터 초개인화 콘텐츠 제작, 전략적 최적화를 지원하는 솔루션을 제공해 고객사들이 AI 중심 조직으로 전환하고 더 높은 ROI와 시장 경쟁력을 확보할 수 있도록 지원한다.

애피어 제품군에 도입된 생성형 AI 주요 기능으로는 광고 크리에이티브 최적화, 텍스트 변형, 배경 이미지 생성 및 확장, 향상된 A/B 메시지 테스트, 놀리지 봇(Knowledge bot), 세일즈봇(Salesbot), 고객 여정 코파일럿, 온사이트 AI 에디터, 데이터 분석 코파일럿 등이 있다.

[1] 광고 클라우드

  1. 대화형 광고 : 기존에는 광고 콘텐츠를 제작하는 데 많은 시간이 소요될 뿐만 아니라, 유저의 상태를 정확하게 예측하여 최적의 콘텐츠를 제공하는 데 어려움을 겪는 경우가 많았다. 현재는 생성형 AI가 동적으로 광고 크리에이티브를 최적화해 유저와 실시간으로 원활하게 상호작용할 수 있도록 지원한다. 유저 및 광고 상호작용 데이터를 활용하여 유저의 심리 상태와 행동 패턴에 대한 정확한 인사이트를 제공함으로써 기업이 최적의 타이밍에 적합한 오디언스에게 적절한 메시지를 전달할 수 있다. 

    예를 들어, 간결하고 강렬한 광고는 아침 출근길의 직장인에게, 풍부하고 상세한 캐러셀(Carousel) 광고는 퇴근 후 저녁 시간대가 더 적합할 수 있다. 이처럼 생성형 AI 기반의 대화형 광고는 광고 성과 향상은 물론 배포 비용을 절감해 보다 효율적이고 영향력 있는 마케팅 전략 수립을 가능하게 한다. 



  2. 이미지 생성
    • 배경 이미지 제작 : 이전에는 마케터가 고품질의 제품 이미지를 위해 사진 스튜디오를 대여하고, 이커머스 판매 촉진을 위해 특수 시즌에 맞춰 배경을 맞춤 제작해야만 했다. 제품 특징에 따라 다양하고 창의적인 배경을 빠르게 제작하고 광고 시나리오와 타겟 고객에 맞게 조정하며 위치, 날씨, 공휴일 등 외부 데이터와 통합해 전환율을 높일 수 있다. 예를 들어 자외선 차단 모자 광고에는 산 배경을, 방수 신발에는 물이 튀는 이미지를 생성해 구매 동기를 자연스럽게 강화할 수 있다.

    • 적응형 스마트 이미지 편집 : 온라인 광고를 게재할 수 있는 위치가 다양하기 때문에 기존에는 디자인팀이 각 플랫폼의 요구사항에 맞춰 여러 크기의 광고를 제작해야 했다. 그러나 이제는 마케터가 생성형 AI를 통해 수많은 온라인 광고 지면에 맞춰 이미지를 효율적으로 조정할 수 있다. 이미지를 업로드한 뒤 원하는 크기를 선택하거나 사용자 지정 영역을 확대하면, AI가 전경과 배경을 식별해 각 광고 형식에 완벽하게 맞는 이미지를 생성하거나 개체를 클로즈업하여 요구사항을 충족시킨다. 

[2] 개인화 클라우드
  1. 고객 여정 코파일럿(copilot) : 지금까지 마케터들은 이메일(eDM), 메신저, 웹·앱 푸시 알림 등 다양한 채널의 캠페인을 일일이 수동으로 설정해야 했기 때문에 상당한 시간과 노력이 필요했다. 그러나 이제는 자연어 프롬프트와 코파일럿 기능을 통해 옴니채널 고객 여정을 쉽게 설계할 수 있다. 고객 여정 코파일럿은 최소한의 리소스 투자로 고객 참여를 최적화하는 효과적인 마케팅 플랜을 자동으로 생성한다. 특히 15가지 기본 템플릿을 통해 신규 고객 등록, 환영 메시지, 제품 프로모션, 판매 후 서비스 등 다양한 시나리오를 지원해 포괄적인 고객 상호작용을 강화하고 유지율을 높인다.
  2. 향상된 A/B 메시지 테스트 : 과거에는 어떤 푸시 메시지가 가장 반응이 좋은지 확인하기 위해 2주에 걸친 테스트가 필요했으나, 이제는 AI 어시스턴트가 대조 그룹을 유지하면서 여러 푸시 버전에 트래픽을 지능적으로 분배한다. 어트리뷰션 분석(attribution analysis)을 통해 조회수, 클릭수, 전환을 기준으로 가장 높은 참여율을 기록한 버전을 식별하고, 최고 성과를 보이는 버전에 우선적으로 트래픽을 분배한다. 생성형 AI 결합으로 다중 버전 테스트가 간소화되고 유저 경험이 더욱 풍부해지는 것이다. 향후에는 AI가 유저 행동과 과거 데이터를 기반으로 최적의 메시지 결과를 예측하여 가장 효과적인 메시지를 찾아낼 수 있게 될 것이다.
  3. 놀리지 봇(Knowledge bot) : 숙련된 고객 서비스 담당자는 그동안 축적해온 경험과 지속적인 학습에 의존한다. 한편 기존의 챗봇들은 충분하게 학습되지 않았을 경우 관련 없는 답변을 제공하는 등의 한계가 있었다. 그러나 LLM과 애피어의 독자적인 기술을 결합한 지능형 놀리지 봇은 회사 정보, 제품 소개, FAQ, 캠페인 URL 등을 학습해 브랜드에 대한 포괄적인 이해를 구축할 수 있다. 또한 인간 상담원과 원활하게 협력해 정확한 답변을 제공하며, 사용자의 피드백을 기반으로 성능을 개선함으로써 갈수록 응답의 정확도를 향상시키는 맞춤형 시스템을 갖추고 있다. 
  4. 세일즈봇(Salesbot) : 소비자들은 상황에 따라 다양한 프로필과 쇼핑 행동을 보인다. 이들은 일반 구매자부터 충동 구매형, 가격 민감형, 정보 탐색형, 선물 구매형 등으로 분류할 수 있다. 제품 인지도, 구매 의도, 가격대, 구매 시급성, 브랜드 충성도, 감정적 요인 등이 모두 전환 또는 구매에 영향을 미친다. 애피어의 세일즈봇은 소비자의 개인화된 니즈를 정확하게 파악하고 해결하도록 설계됐다. 세일즈봇은 신제품 추천, 특별 할인 제공, 시간 한정 특가 안내, 선물 추천 등 마케터를 위한 가상 세일즈 도우미 역할을 수행한다. 이는 단순히 구매 의사결정을 돕는 것을 넘어 전환율을 크게 높이고 전반적인 고객 경험까지 향상시키는 효과를 가져온다.
  5. 온사이트 AI 에디터 : 기존에는 웹사이트 콘텐츠 업데이트에 디자인팀과 IT팀의 폭넓은 지원이 필요했으며, 완료하는 데 일주일 이상 걸리는 경우가 많았다. 이제는 마케터가 생성형 AI를 통해 텍스트나 레이아웃만 입력하면 웹사이트 템플릿을 만들 수 있어 부서 간 협업 시간을 몇 주에서 몇 초로 단축시킬 수 있다. 온사이트 AI 에디터에는 사전 구성된 10개의 템플릿이 포함되어 있어 신제품 출시, 제품 추천, 카운트다운 타이머와 같이 자주 사용되는 기능을 빠르게 구현할 수 있다. 

 

[3] 데이터 클라우드

  • 데이터 분석 코파일럿(copilot) : 마케터는 비즈니스 인사이트를 얻기 위해 보고서 분석에 많은 시간을 투자하지만, 분석에 대한 전문 지식을 갖춘 데이터 분석가를 육성하는 것은 쉽지 않다. 그러나 이제는 생성형 AI를 통해 텍스트 프롬프트를 사용하여 단 몇 초 만에 상세 보고서를 생성함으로써 캠페인 결과에 대한 정확한 분석을 제공하고, 고객이 전략적 의사결정에 집중할 수 있도록 지원한다. 데이터 분석 코파일럿은 브랜드와의 첫 접점에서부터 구매에 이르기까지의 고객 행동을 평가하고, 각 채널이 전환에 미치는 영향을 분석해 실시간으로 마케팅 전략을 최적화할 수 있도록 돕는다.

애피어는 이번 생성형 AI 통합으로 더욱 강력하고 간소화된 솔루션을 제공함으로써 지능형 비즈니스 의사결정 분야에서의 리더십을 더욱 강화했다. 특히 고객의 워크플로우를 간소화하고 생산성을 높이며, 사용자 경험과 브랜드 경쟁력을 높일 수 있을 것으로 기대된다. 앞으로도 애피어는 AI 기반 솔루션의 지속적인 발전을 통해 급변하는 AI 환경에서 지속가능한 성장과 비즈니스 혁신을 주도해 나갈 계획이다.

About Appier

애피어는 인공지능(AI)을 활용해 비즈니스 의사 결정을 강화하는 서비스형 소프트웨어(SaaS) 기업이다. AI 보편화라는 비전을 토대로 2012년에 설립한 애피어의 미션은 소프트웨어를 지능화하여 AI를 ROI로 전환하는 것이다. 애피어는 현재 아시아태평양, 유럽, 미국에 17개의 지사를 운영하고 있으며, 도쿄 증권 거래소(Tokyo Stock Exchange)에 상장되었다. 

17개 보험사 CEO “챗봇·고객 보장 분석에 AI 적극 도입” [AI 혁명이 금융을 바꾼다]

 

소비자 상담 분야 적극투자 CEO 100% 응답
최대 80%까지 AI 도입 추진…협업 효과 기대

 
 
보험사 CEO들이 AI 활용에 가장 중점을 둔 분야로 챗봇 등 소비자 상담 분야와 고객 보장 분석을 꼽았다.

25일 한국금융신문이 보험사 17개사(생명보험사 8개, 손해보험사 9개) CEO를 대상으로 한국금융신문 32주년 창간기획으로 'AI 혁명이 금융을 바꾼다 - 2024 금융 CEO 설문조사'를 시행한 결과, '당사가 현재 AI(인공지능) 활용에 가장 중점을 둔 분야, 투자 계획이 가장 큰 분야는? (복수응답 3개)'라는 질문에 가장 응답을 많이 받은 3 항목은' AI 챗봇, 소비자 상담 분야', '업무자동화(RPA)', '보험 가입자 보장 분석, 재무설계'였다.

고객 상담부터 고객 보장 분석까지…"고객 프로세스 도입 효율성↑"

 

보험사 CEO들은 고객 상담, 고객 보장분석 등 고객 프로세스 전반에 AI를 적극적으로 도입하고 있는 것으로 나타났다.
 

실제로 '당사의 AI(인공지능) 기반 주요 사업/프로젝트, 상품/서비스 등은 무엇입니까? 앞으로 추가 계획은?'이라는 주관식 질문에는 업무 효율성, 보험 계약 등을 추진하고 있다고 답하는 경우가 많았다.

A사는 "챗봇, 보험 상담 등 AI기술을 활용해 고객에게 보다 유용한 정보와 필요한 보험을 제공하고 상담할 수 있는 시스템을 구축할 수 있을 것으로 기대하고 있다"라며 "보험 특화 LLM의 개발에 집중할 계획"이라고 말했다.

B사는 "챗봇이나 콜봇 등을 활용해 고객 질의에 빠른 대응이 가능, 고객 서비스 개선이 기대된다"라며 "고객 상담 빠른 대응과 AI해피콜을 제공하는 AICC(인공지능컨택센터)를 준비하고 있다"라고 말했다.

C사도 AI 상담사 기반의 상담센터 업무 자동화 확대, AI 기술을 활용한 비대면 상품판매모델 구축을 꾀하고 있다고 답했다.

 
D사는 "AI서비스와 보험거래 디지털화 구현으로 AI 챗봇, 음성봇으로 고객과 영업 현장의 문의를 해결하는 것에서 나아가 언더라이팅, 상담, 지급 등으로 적용범위를 넓히고 있다"라고 말했다.
 

E사는 "AI를 활용해 업무 프로세스 효율화 및 생산성 제고를 목표로 프로젝트를 추진하고 있다"라며 "손해사정 프로세스 효율화, 내부 업무 도우미 챗GPT 구현을 준비하고 있다"라고 말했다.

AI를 활용한 챗봇은 이미 보험사들이 많이 시행하고 있다. 농협생명은 작년 10월 온라인보험 AI 설계사 코대리를 선보였다. 코대리는 농협생명이 보험 챗봇 전문 스타트업 파인더스와 협업해 개발한 AI 딥러닝 기반 챗봇이다. 24시간 365일 언제 어디서나 궁금한 내용을 대화창에 질문하면 사람처럼 자연어 대화가 가능한 대화형 챗봇 기능뿐만 아니라, 웹소설 형식으로 보험금 지급사례 등을 설명해 주며 보험 니즈를 환기시키는 스토리형 챗봇 기능도 탑재했다.

현대해상은 지난 15일 SK텔레콤과 인공지능(AI)을 활용해 보험 비즈니스 혁신을 공동으로 추진하기 위한 전략적 제휴를 체결했다.

SK텔레콤이 보유한 AI 언어 모델인 에이닷 엑스(A.X) 거대언어모델(LLM)을 보험 업무에 적용해 이용자 문의에 빠르고 정확하게 답하는 AI 콜센터, 챗봇 서비스를 구축하고 현대해상 구성원 전용 LLM 프로세스 구축 등 업무 효율성 제고한다는 계획이다.
 

업무 활용도도 높이고 있다. 교보생명은 생성형 인공지능(AI) 챗(Chat)GPT를 활용한 '교보GPT 서비스'를 도입했다.

 
"AI 활용 최대 80%까지 추진"…생성형AI 주목
보험사 CEO들은 보험사 내 AI 도입율이 20% 미만으로 느끼고 있었지만 최대 80%까지는 도입을 추진하는 것으로 나타났다.

'현재 당사의 업무/사업에서 AI(인공지능) 활용 수준은?'이라는 질문에 17개사 중 절반 이상인 52.9%가 '(1) 10~20%'로 답해 도입율을 20% 미만이라고 체감하고 있었다. 희망하는 AI도입율은 50% 이상이라고 답했다.

'당사가 희망하는 AI(인공지능) 활용 수준은?'이라는 질문에는 41.1%가 '(4) 50~80%'라고 답했다. '(3) 50%'가 29.4%로 그 뒤를 이었으며 '(2)30~40%'가 17.6%로 세번째로 높았다.

보험사들은 AI 관련 가장 주목하는 키워드로 '생성형 AI'를 꼽았다. '생성형 AI'는 텍스트, 오디오, 이미지 등 기존 콘텐츠를 활용해 유사한 콘텐츠를 새롭게 만들어 내는 인공지능(AI) 기술을 말한다.

F사는 ChatGPT를 시작으로 한 생성형 AI를 주력 키워드로 보고 관련 서비스를 기획하고 있다.

C사는 '생성형AI'를 꼽으며 "LLM (Large Languge Model, 거대언어모델) 기반의 챗봇 서비스를 만들어 대고객 응대 및 비대면상품가입에 활용하고 AI 비서 개념으로 직원들 개개인의 업무에 생성형AI를 적용하여 업무 효율성을 높이고자 한다"라고 밝혔다.

생성형AI 적용 계획으로 '대고객 챗봇 및 자산관리 서비스 활용'를 기획하는 보험사도 있다.

 
G사도 "챗GPT와 같은 거대언어모델(LLM)을 통한 고객 응대를 자동화하고 OCR에 AI를 결합해 문서 처리 효율을 높이는 데 AI를 적용하고 있다"라며 "AI 활용 헬스케어·자산관리 등을 통해 고객의 전 생애에 걸친 케어(Care)뿐만 아니라 생애주기별 다양한 리스크를 관리하는 수준에 도달하는 것이 목표"라고 말했다.

생성형AI를 보험 약관에 활용한다는 보험사들도 많았다.

H사는 "가장 주목하는 AI관련 키워드는 생성형 AI 분야의 RAG(검색증강생성 : Retrieval Augmented Generation)"라며 "금융업의 특성상 ChatGPT 등의 거대생성형AI를 활용하기에는 제약이 많다. 따라서 의미검색을 위한 DB를 구축하고 ‘정확하게’ 활용할 수 있는 방법론인 RA를 주목하고 있으며 2024년부터 보험기초서류 등의 지식을 RAG 방식으로 구축하는 것을 검토하고 있다"라고 말했다.

B사는 "생성형AI를 활용하여 보험 약관 적용을 고려하고 있다"라며 "보험 업무 효율화와 고객 편의성 제고를 위해 AI 기술을 활용 할 예정"이라고 말했다.

I사는 프라이빗 LLM을 키워드로 뽑았다. 프라이빗 LLM이 정확성이 높아 기업에 활용하기에 적합하다는 설명이다.

I사는 "프라이빗 LLM은 범용 모델과 달리 기업 내부 데이터로 학습 대상을 제한한다"라며 "그만큼 거짓 정보를 생성할 가능성이 낮아져 사용성을 향상하기에 기업용 시장에 적합하다"라고 말했다.

 
AI시대가 도래하고 있는 만큼 AI 역량을 기르기 위한 다양한 교육과정도 제공하고 있다.

외부 전문가를 영입하거나 전문 교육기관과 연계한 교육과정을 지원하는 경우가 많았다.

B사는 "대학교 석사과정 및 산학연계 교육프로그램 지원을 통해 AI 관련 고급역량을 개발하고 있다"라며 "외부 전문교육기관 위탁교육을 통해서 AI 프로젝트를 수행하는 직원들에게 실무에 즉시 활용할 있는 다양한 교육을 제공하고 있다"라고 말했다. B사는 올해 AI학습조직을 운영할 예정이다.

J사는 입사 시 신입사원을 대상으로 데이터 분석 교육을 시행하고 있다. 데이터 추출 및 분석을 실무에 적용하기 위해 배우기 시작하는 초급자와 실제 분석 시행하는 고급자 대상으로도 수준별 맞춤 교육을 진행하고 있다.

교육 과정에서 데이터 분석 능력 정도에 따라 분석에 필요한 프로그래밍 교육을 선택하여 데이터 추출 및 처리, 데이터 분석, AI/ML 모델링 등을 중점적으로 배울 수 있다.

C사는 외부전문가를 지속적으로 채용하고 있다. AI 관련 부서 65% 이상이 외부 채용 인력으로 구성돼있다.

K사는 임직원 대상 AI전문가 특별 교육 프로그램을 운영하고 있으며, 외부 전문가도 꾸준히 채용하고 있다.

 
규제 정비 필요
AI 도입 시 경영 애로사항으로 전문 인력과 관련 규제 미비를 꼽았다.

'금융권에서 AI(인공지능) 도입 시 경영상 애로사항이 있다면? (복수응답 2개)'라는 질문에 17개 보험사 CEO들은 '(2)관련 전문인력 부족'을 가장 많이 꼽았다.

AI 활성화를 위해선 규제 완화와 금융과 IT산업 관련 규제 정착이 필요하다고 지적했다.

'금융권 AI(인공지능) 활성화를 위한 법/제도 정비사항은? (복수응답 2개)' 이라는 질문에 '(3)금융+IT 산업 관련 규제 정착 필요'와 '(5)규제 샌드박스 활성화'를 함께 꼽은 비율이 29%로 가장 많았다.

'(4) 법률 대비 빠른(선행적) 기술발전에 대한 법적용 문제 해결'과 '(5)규제 샌드박스 활성화'가 17%로 두번째로 높았으며 '(3)금융+IT 산업 관련 규제 정착 필요'와 '(4)법률 대비 빠른(선행적) 기술발전에 대한 법적용 문제 해결', '(1)AI결과물에 대한 법률적 명확성 필요'와 '(6)AI 규제 정도/수준에 대한 사회적 합의'가 각각 12%로 그 뒤를 이었다.

 

 

2025년 보험산업 전망과 디지털 전환을 위한 AI 활용 전략

 

2025년 국내 보험산업 전망은 2024년보다 어두워 보인다. 보험연구원의 ‘2025년 보험산업 전망과 과제(2024.11)’에 따르면 2025년 보험산업은 성장성 둔화, 수익성 약화, 건전성 악화가 예상된다. 이들 성장성과 수익성 그리고 건정성은 상호 작용을 통해 보험산업은 더욱 악화할 가능성이 높다.

또한 2025년 초회보험료는 2024년에 비해 9.2% 줄어들고, 전체 보험료 시장 성장은 2.4%로 성장률은 둔화할 것으로 보인다. 특히 금융당국의 감독 및 규제 영향까지 고려한다면 실제 수치는 전망치보다 더욱 낮아질 수 있다는 것이 전문가들의 예상이다.

보험산업 수입(원수) 보험료 증가율 전망

보험산업의 환경 변화 요인으로는 인구와 기후 그리고 생성형 인공지능(AI)과 같은 기술혁신 변화를 들 수 있다. 2025년 보험산업의 성장성, 수익성, 건전성 하락이 우려되는 상황에서 이러한 환경 변화를 미래 성장 기회로 활용하기 위해서는 근본적인 체질 개선과 가치사슬 전반의 디지털 전환을 통한 효율성 증대가 필요하다.

최근 발표된 ‘2025년 보험산업 주요 이슈(2025.01)’에서도 거시경제 및 금융시장환경을 분석하며 올해 경기 둔화 및 침체는 보험 수요 감소와 함께 해지율 상승으로 이어질 수 있으며, 경기 불확실성 확대로 보험산업 성장이 제한적일 것으로 전망돼 보험회사의 경영효율화가 요구된다고 강조한 바 있다. AI와 같은 기술혁신과 디지털 전환을 통한 보험산업의 경영효율화가 절실하다는 것이다.

보험연구원의 ‘생성형 AI의 금융서비스 적용과 이슈(2024.10)’ 또한 기업의 AI 활용은 이미 정해진 방향이며, 어디에 어떻게 효과적으로 활용할 것인가가 중요하다고 분석했다.

이미 글로벌 보험회사들은 생성형 AI를 활용해 약관을 조회하고 문서를 작성하는 등 AI를 업무 효율성을 제고하는 보조적 장치로 사용하고 있으며, 그 활용 범위는 점차 확대되는 추세다.

현재 보험 분야에서 AI 적용은 효율성 측면에서 긍정적 효과가 기대되지만, 신뢰성이 중요한 보험업의 특성상 결과의 정확성, 오정보의 생성, 환각 현상 등 다양한 우려도 존재하고 있다.

효과적인 AI 활용을 위해서는 현재 수준에서 AI 기술의 한계점을 파악하고, 활용 범위와 목적을 명확히 하는 것이 중요하다. 보험 가치사슬의 적합한 영역에 AI를 적용할 경우 부작용을 최소화하면서 현재 기술로도 충분히 효과를 기대할 수 있다.

신속성이 중요한 고객 응대 업무와 정확성이 중요한 클레임 업무처럼 보험산업의 업무 영역별 특성을 고려해, 하나의 AI를 보험 가치사슬에 동일하게 적용하기보다, 각 업무 영역에 특화된 성능의 AI를 적재적소에 구현하는 것이 바람직하다는 것이다.

영업과 대고객 응대 업무의 경우 빠른 처리 속도가 중요하겠지만, 언더라이팅과 클레임 업무의 경우는 한 건으로도 큰 이익과 손실을 초래하기 때문에 정확도와 신뢰성이 높은 AI 성능이 필요하다.

또한 상품 판매, 계약에 있어서는 불완전판매와 같은 법적인 이슈로 인해 결국 사람이 검증하는 과정이 필요하며, 아직은 AI 적용에 대한 검토가 필요한 업무 영역이다.

실제 챗봇과 같은 빠른 상담에 특화된 AI는 이미 대고객 응대에 이용되고 있다. 신뢰도와 정확도를 요구하는 상품개발 및 PV 산출, 클레임 업무에는 보다 전문적이고 안정적인 AI 기반 IDP 기술을 적용할 수 있을 것이다.

AI 기반 IDP 기술은 AI, 자연어처리(NLP), 파싱(Parsing), 컴파일(Compile) 기술 등의 융합으로 데이터를 자동 분류-추출-분석 후 문서 정보의 조합·생성 등으로 보험산업의 업무 생산성과 문서 처리 업무 혁신을 제공한다.

대표적으로 AI 기반 IDP 기술을 인슈어테크 분야에 적용한 메인라인의 매직(Magic) 시리즈를 들 수 있다. △약관 및 기초서류를 관리하는 ‘매직텀즈(MagicTerms)’ △보험료 및 책임준비금을 갱신·산출하는 ‘매직PV(MagicPV)’ △보험금청구·지급을 자동화하는 ‘매직클레임(MagicClaim)’등으로 보험 가치사슬의 특화 업무에 활용돼, 문서처리 및 데이터 입력, 산출, 검증 업무 등을 자동화·효율화하고 보험산업의 생산성 제고에 앞장서고 있다.

AI 기반 IDP 테크놀로지

메인라인은 AI 기반 IDP 기술로 보험산업의 디지털 전환과 비용 절감, 오류개선, 업무 생산성 향상에 기여한 공로를 인정받아, 작년 과기정통부로부터 ‘ICT 혁신 유공’ 장관 표창을 수상한 바 있다.

또한 문서 정보의 기술 난도가 가장 높은 보험산업을 중심으로 건강보험심사평가원, 건강보험공단 같은 공공기관에도 업무처리 혁신 솔루션을 공급해 오고 있으며, 2023년 서울투자청 해외투자유치 유망기업 ‘코어 100(Core 100)’ 선정 등 정부 부처, 지자체로부터 우수한 기술력과 사업성을 동시에 인정받고 있다.

 

복잡한 보험약관 AI가 핵심만 '쏙쏙'…인텔도 반한 K-스타트업

 

 

[스타트UP스토리] 이민호 에이엘아이 대표

[이 기사에 나온 스타트업에 대한 보다 다양한 기업정보는 유니콘팩토리 빅데이터 플랫폼 '데이터랩'에서 볼 수 있습니다.]
보험상품 하나에 100페이지가 넘는 보험약관. 글씨 크기도 깨알같이 작다. 내용을 보면 계리, 부담보, 공제계약, 보험가액 등 익숙치 않은 표현들이 적지 않다. 보험업계에서 금융용어는 물론 의학·법률용어도 많이 쓰기 때문이다. 보험사 사장 출신인 최종구 전 금융위원장도 자신의 보험상품 약관을 끝까지 읽어보지 못했다고 말할 정도다.

보험이 금융감독원이 발표하는 금융민원통계에서 매년 압도적인 1위를 기록하는 것도 이와 무관치 않다. 읽어도 무슨 말인지 모르는 보험약관을 완벽하게 이해할 수 있도록 '쏙쏙' 핵심만 뽑아서 설명해준다면 어떨까. AI(인공지능) 스타트업 에이엘아이는 복잡한 표, 그래프 등을 AI로 분석해 문서를 쉽게 이해할 수 있도록 변환하는 기술을 개발해 보험산업에 적용하고 있다.
 
20년간 생성형AI 연구하던 교수, 상용화 위해 창업
 
20여년간 경북대 전자공학부 교수를 지내며 연구자, 교육자의 길을 걷던 이민호 대표가 창업에 뛰어든 건 2019년. 생성형 AI 엔진을 개발, 각종 논문을 발표하고, 정부 과제도 수행했으나 개발한 기술을 산업에 적용하는 데에는 한계가 있자 직접 창업에 나선 것이다.

 

에이엘아이가 개발한 AI 기술은 '에이엘아이 LLM 레디'(ALI LLM Ready)다. 이 기술은 보험약관이나 논문 등 복잡한 문서를 AI가 맥락에 맞게 분석하고 필요한 정보를 추출하는 '에이엘아이 파스'(ALI Parse)와 비정형 데이터를 산업 특성에 맞춰 정형 데이터로 전환해주는 '에이엘아이 오토 D2W'(ALI Auto D2W)로 구성됐다.

이민호 대표는 "에이엘아이 파스는 복잡한 문서도 쉽게 이해할 수 있도록 AI가 분석해 업무 효율성과 생산성을 높일 수 있다"며 "에이알이 오토 D2W는 그림, 텍스트 등 비정형 데이터를 특정 산업에 맞춘 정형 데이터로 전환하는 게 특징"이라고 말했다.

해당 기술을 기반으로 개발한 제품이 콘텐츠 생성형 AI앱 '젠(Gen) 시리즈'와 지식관리 및 자동화 AI 솔루션 '센스(Sense) 시리즈'다. 젠 시리즈는 온디바이스 환경에서 구동되는 SLM(소형언어모델) 기반 생성형 AI 앱이다. AI가 컴퓨터에 저장된 파일을 개인정보유출 걱정 없이 추출해 다양한 형태의 문서를 개인 맞춤형으로 만들어준다. 센스 시리즈는 AI 보험 문서 분석 솔루션 등 특정 산업에 맞춰 기업용 업무 자동화를 지원한다.
 
교보생명과 협업…인텔 글로벌 대회서 1위 수상
 
현재 에이엘아이는 해당 기술을 교보생명, 레몬헬스케어 등 보험사에 공급하고 있다. 레몬헬스케어의 숨은 보상금 찾기 서비스는 에이엘아이의 기술을 기반으로 보험금 수령 가능성과 추정 수령액을 계산한다. 교보생명과는 보험설계사가 고객에게 최적의 상품을 추천할 수 있도록 보험약관을 기반으로 보장 내역 등을 분석하는 협업을 이어가고 있다.


이 대표는 "보험마다 질병 보장 범위나 특약이 다양하고 복잡하기 때문에 보험설계사가 이를 모두 확인하고 보험을 추천하기 쉽지 않다"며 "지난해 교보생명과 계약을 체결하고 약 100개의 보험약관을 분석해 상용화를 준비하고 있다"고 말했다.

이 같은 기술력을 인정받아 올해 1월 인텔이 주최한 'AI PC 이노베이션 챌린지'에서 전세계 1등을 수상하는 쾌거도 이뤘다. 이 대표는 "인텔의 대회에 사무젠, 리포트젠, 레이젠 등 GEN 시리즈 제품을 출품했고 세 작품 모두 본선에 진출해 사무젠으로 글로벌 1등을 차지했다"며 "이를 통해 인텔의 OEM 업체에 에이엘아이 솔루션을 소개하는 등 협업도 진행 중"이라고 말했다. 이어 " 축적된 AI 기술력을 바탕으로 다양한 산업 분야에서 의미 있는 변화를 주도해 나갈 것"이라고 덧붙였다

 

반응형
사업자 정보 표시
삼성생명보험(주) | 홍원학 | 서울특별시 서초구 서초대로74길 11(서초동, 삼성전자 서초사옥) | 사업자 등록번호 : 104-81-26688 | TEL : 010-5800-2008 | Mail : 04mailer@samsungfire.com | 통신판매신고번호 : 06577호 | 사이버몰의 이용약관 바로가기